收集和分配风力涡轮机指标的软件包
OpenOA的Python项目详细描述
该库提供了一个框架，用于处理来自风电厂（如SCADA）的大型时间序列数据。 项目（WPF）的基准是由WPF开发的， 旨在为工厂级绩效考核的实施提供参考。在
分析程序按目的分为方法， 而这些方法又依赖于更抽象的工具箱。 除了提供的分析方法外， 任何人都可以自己写，这是为了提供自然 在此框架内工具的增长。在
这个库是围绕Pandas数据帧编写的，使用了一个灵活的后端 这样就可以使用其他库执行数据加载、处理和分析， 比如达斯克和斯帕克。在
要求
- python3.6+和pip。在
我们强烈建议使用Anaconda Python发行版，并为OpenOA创建一个新的conda环境。{a3}你可以通过水蟒下载
安装Anaconda之后，创建并激活一个名为“openoa env”的新conda环境：
conda create --name openoa-env python=3
conda activate openoa-env
安装：
使用pip克隆存储库并安装库及其依赖项：
^{pr2}$现在您应该能够从Python解释器导入操作性的_分析：
python
>>> import operational_analysis
开发
开发依赖项在要求.txt文件。在
我们建议在安装这些需求之前使用一个新的虚拟环境或Anaconda根目录。使用要求.txt公司名称：
pip install -r ./OpenOA/requirements.txt
接下来，我们建议在可编辑模式下安装OpenOA：
pip install -e ./OpenOA
提取示例数据
示例数据将根据测试需要自动提取。提供以下命令供参考：
unzip examples/data/la_haute_borne.zip -d examples/data/la_haute_borne/
测试
测试是在pythonunittest框架中编写的，并且可以使用pytest运行。要使用代码覆盖率报告运行所有测试，请执行以下操作：
pytest --cov=operational_analysis
只运行单元测试：
pytest --ignore=test/regression/ --cov=operational_analysis
文档
文档由Read The Docs自动生成，并通过Read The Docs可见。在
您可以使用sphinx生成文档，但需要首先确保您的计算机上有Pandoc is installed：
cd sphinx
pip install -r requirements.txt
make html
贡献者
按字母顺序： 内森·阿加瓦尔， 尼古拉·博迪尼， 安娜·克雷格， 杰森·菲尔兹， 罗布·哈蒙德， 特拉维斯·坎珀， 李约瑟， 月亮山， 约翰·梅斯纳， 迈克·奥蒂斯， 乔丹·佩尔·索尔， 塞巴斯蒂安·普法费尔， 卡莱布·菲利普斯， 艾略特·群， 申文生， 埃里克·西姆利，还有 林迪·威廉姆斯。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
